基于神经网络的液压缸内泄漏在线测量研究

• 作者: 傅连东 曾良才 曾银川 湛从昌 郭媛
• 来源期刊: 液压与气动
• 学科: 工学
• 关键词: 液压缸 内泄漏在线测量 应变片 BP神经网络 卷积神经网络
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 理论研究
• 页码范围: 36-44
• 页数: 9页
• 分类号: TH137|TP183
• 字数: 5226字
• 语种: 中文
• DOI: 10.11832/j.issn.1000-4858.2019.09.006

摘要

内泄漏是液压缸最常见故障,严重影响液压缸的正常工作,因此对其在线测量显得尤为重要.提出内泄漏在线测量的工作原理,包括在线测量系统、应变片的固定方式和流量-应变信号转换的数学模型,并搭建实验系统采集内泄漏和应变数据并进行数据处理.分别采用BP神经网络和卷积神经网络对液压缸内泄漏进行预测,结果表明,卷积神经网络准确度高、效率高,为其他液压元件微小流量的在线测量提供一种新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅连东	武汉科技大学机械传动与制造工程湖北省重点实验室	73	299	9.0	12.0
2	曾良才	武汉科技大学机械传动与制造工程湖北省重点实验室	126	1014	17.0	25.0
3	湛从昌	武汉科技大学机械传动与制造工程湖北省重点实验室	80	417	10.0	16.0
4	郭媛	武汉科技大学冶金装备及其控制教育部重点实验室	9	6	1.0	2.0
5	曾银川	武汉科技大学冶金装备及其控制教育部重点实验室	1	1	1.0	1.0